框架: 前文实体索引压缩为名字清单(每章16万→2万token砍86%,判重只需名字)

.claude/skills/parse-book/scripts/parse_llm.py

@@ -86,7 +86,10 @@ def render_contracts(contracts):
 
 
 def scaffold_prompt(title, ch, ch_title, text, prev_entities):
-    ents = json.dumps(prev_entities, ensure_ascii=False) if prev_entities else "（第一章，为空）"
+    # 前文实体压缩（创始人 2026-07-14）：判重只需名字清单，不必重发型+摘要全档——
+    # 全量 json 到后期每章膨胀到 15 万+ token（深空第 557 章 2851 实体≈15 万），是次数被压的真凶
+    _names = sorted({(e.get("名称") or e.get("name") or "").strip() for e in prev_entities} - {""}) if prev_entities else []
+    ents = "、".join(_names) if _names else "（第一章，为空）"
     wc = len(text.replace("\n", "").replace(" ", ""))
     cap = max(60, int(wc * 0.05))  # 绝对字数上限（纯比例约束 M3 会写超，首轮实测 9.8%–19%）
     # 缓存友好（read-context「稳定度递减吃前缀缓存」）：固定规则段全部前置吃前缀缓存，
@@ -95,7 +98,7 @@ def scaffold_prompt(title, ch, ch_title, text, prev_entities):
 对参考书的当前章（书名/章号/正文见文末材料区）做三件事：
 1) 逆推本章细纲：章目标/关键事件/出场角色/伏笔动作(埋·推·收)/章末钩子。**细纲全文不得超过文末给出的字数上限**（约本章正文的 5%；超标会被校验脚本机械退回）。细纲是结构骨架，不是缩写复述——用短语与分号，不写完整句子。
 2) 抽实体增量（脚手架级索引）：{ENTITY_CRITERIA}
-判重：文末给出前文已收录实体，不重报（除非本章给出新身份，则在一句话摘要里并入）。
+判重：文末给出前文已收录实体的**名字清单**，清单内的实体本章不重报（若本章赋予其新身份，可在摘要里点明）；清单外的本章新实体照抽。
 3) 报范式候选线索（**只报线索不出卡**，出卡由窗级聚类另做）：本章表现突出、疑似可跨书复用的写法。五型候选：craft=单点叙事装置(删去它场景仍成立)；combat=整场武力对抗的打法；emotion=整场情绪戏的推进；scene_pattern=拍卖/谈判/审讯等场景公式；trope=跨章复用的情节公式。
 每条线索给四项：type（五型之一，拿不准填"?"）、name（2–8 字短名，作者口头会说的话，禁书内专名禁修饰堆叠）、clue（一句话：这个写法怎么运作，用{PLACEHOLDERS}等抽象指代）、evidence（一句话：本章哪里这样写、为何突出，可用专名）。
 0–5 条/章，平庸章 0 条正常；门槛比出卡低——拿不准的报上来，窗级聚类会过滤。
@@ -105,7 +108,7 @@ def scaffold_prompt(title, ch, ch_title, text, prev_entities):
 
 ━━━ 本章材料（每章不同，非规则）━━━
 【当前章】《{title}》第 {ch} 章《{ch_title}》｜正文约 {wc} 字｜细纲上限 {cap} 字
-【前文实体索引】
+【前文实体名字清单（判重用，已在列的不重报）】
 {ents}
 【本章正文】
 {text}"""